[发明专利]机器学习中的模型训练方法和设备

摘要

本发明的实施方式提供了一种机器学习中的模型训练方法。该方法包括：从训练样本中提取特征；利用提取的所述特征对预先构建的目标模型进行训练，所述目标模型的非线性部分为其中，V∈Rk×P、λ∈Rk×k以及D∈RP×P为所述目标模型中非线性部分的模型参数，X∈RP×N表示所述训练样本的特征矩阵，X＝(x1,x2,...xi,...xN)，xi∈RP表示第i个训练样本的特征向量，且xi∈RP为P维的列向量，λ∈Rk×k和D∈RP×P为对角矩阵。此外，本发明的另一方面提供了一种机器学习中的模型训练设备。

主权项

一种机器学习中的模型训练方法，包括：从训练样本中提取特征；利用提取的所述特征对预先构建的目标模型进行训练，所述目标模型包括线性部分和非线性部分，且所述目标模型的非线性部分为$\frac{1}{2}{X}^T(V^T\mathrm{\λV}-D)X;$其中，V∈R^k×P、λ∈R^k×k以及D∈R^P×P为所述目标模型中非线性部分的模型参数，X∈R^P×N表示所述训练样本的特征矩阵，X＝(x₁,x₂,...x_i,...x_N)，x_i∈R^P表示第i个训练样本的特征向量，且x_i∈R^P为P维的列向量，λ∈R^k×k和D∈R^P×P为对角矩阵。